第1章：伊藤积分基础
各位同学好，我是老张。今天咱们聊聊伊藤积分。
说实话，我第一次接触伊藤积分时，心里是有点发怵的。毕竟咱们做量化风控的，平时跟黎曼积分打交道更多。但后来我发现，搞衍生品定价，绕不开伊藤积分。今天我就把自己这些年踩过的坑、总结的经验，一次性讲清楚。
1.1 伊藤积分到底是个啥？
先问个问题：为什么我们需要伊藤积分？
你想想看，股票价格是随机波动的。我们想描述这种随机性，就得用随机过程。但传统的黎曼积分，处理不了这种「上蹿下跳」的路径。伊藤积分就是专门干这个的——它定义了对随机过程的积分。
用数学语言说：
I(t) = ∫₀ᵗ f(s, ω) dW(s, ω)其中W(t)是维纳过程，也就是布朗运动。f(s, ω)是个随机过程，它得满足一些条件才能被积分。
我个人习惯把伊藤积分理解为「沿着随机路径的累加」。就像你走在一条随机晃动的桥上，每一步都得根据当前的位置来调整重心。嗯，这个比喻可能不太严谨，但初学者这么理解就够了。
1.2 伊藤积分 vs 黎曼积分：核心区别
咱们做个对比，一目了然：
| 对比维度 | 黎曼积分 | 伊藤积分 |
|---|---|---|
| 积分对象 | 确定性函数 | 随机过程 |
| 路径性质 | 光滑、可微 | 几乎处处不可微 |
| 取点方式 | 任意取点 | 必须取左端点 |
| 结果性质 | 确定值 | 随机变量 |
| 适用场景 | 经典微积分 | 金融衍生品定价 |
这里有个关键点：伊藤积分为什么必须取左端点？
我在项目中遇到过这个问题。当时用蒙特卡洛模拟期权价格，取中点算出来的结果总是有偏差。后来才发现，伊藤积分取左端点，是为了保证被积函数与未来增量独立。说白了，就是「你不能用未来的信息来决策现在」。这在金融里特别重要——你想想看，做风控时，我们只能用已知信息来对冲风险，不能预知未来。
核心要点：伊藤积分取左端点，保证了被积函数与布朗运动增量独立。这是它区别于黎曼积分的根本所在。
1.3 伊藤积分的基本性质
搞清楚了定义，咱们看看它有哪些好用的性质。这些性质在衍生品定价中会反复用到。
性质1：线性性
这个好理解：
∫ (a·f + b·g) dW = a·∫ f dW + b·∫ g dW跟黎曼积分一样，线性组合可以拆开算。
性质2：鞅性
这个性质很关键：
E[∫₀ᵗ f(s) dW(s)] = 0说白了，伊藤积分的期望是零。为什么？因为布朗运动的增量期望是零，而左端点取点保证了独立性。我在做期权Delta对冲时，经常用这个性质来验证模型是否正确。
性质3：等距性（伊藤等距）
这个性质在数值计算中特别有用：
E[(∫₀ᵗ f(s) dW(s))²] = ∫₀ᵗ E[f²(s)] ds它把随机积分的二阶矩转化成了确定性积分。我建议你把这个公式记牢，因为后面讲伊藤引理时，会反复用到它。
性质4：二次变差
这个性质是伊藤积分独有的：
∫₀ᵗ (dW(s))² = t嗯，这里要注意：布朗运动的二次变差是确定性的。这在黎曼积分里完全不可想象。但在随机世界里，它就是事实。我记得第一次推导期权定价公式时，就是靠这个性质把随机项消掉的。
实战技巧：在做蒙特卡洛模拟时，可以用伊藤等距性质来验证随机数生成器的质量。如果模拟结果与理论值偏差太大，说明随机数生成有问题。
1.4 知识体系结构图
为了让你更直观地理解本章内容，我画了张图：
1.5 避坑指南
最后，分享几个我踩过的坑：
我曾经犯过的错：
- 用黎曼积分的思维去理解伊藤积分，结果在模拟时算出来的结果总是不对。
- 忽略了伊藤积分必须取左端点，导致期权定价模型出现系统性偏差。
- 在计算二次变差时，误以为它跟黎曼积分一样是无穷小量，结果推导公式时卡住了。
嗯，这些坑我都替你踩过了。你只要记住：伊藤积分是随机世界的微积分，它的规则跟黎曼积分完全不同。别用老眼光看新问题。
好了，这一章就到这里。下一章咱们聊聊伊藤引理——那个让期权定价成为可能的公式。
公众号:蓝海资料掘金营，微信deep3321